审计监测指标发现与提取技术研究与应用

论文摘要

数据挖掘是机器学习领域重要的技术之一，也是知识发现的一个重要过程。其目的就是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取或挖掘隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。现有计算机审计方法零散，均是人工手动处理和分类，且社保审计监测指标的发现和提取工作也是人工手动进行，使得审计经验的共享程度比较低，为审计工作者带来了诸多不便。本文在总结数据挖掘技术的国内外研究现状和研究成果的基础上，介绍了数据挖掘相关技术和理论知识，特别是关联规则分析技术和聚类分析技术；针对现有社保审计词库的不足，使用新词的识别算法，给出了社保审计词库的动态更新过程；并在此基础之上，以社会保险审计方法集为实验数据集，针对聚类算法中经典k-均值算法的两大缺陷，首次给出了关联规则分析技术中最小规则覆盖集的概念，并提出了基于最小规则覆盖集的K-均值改进算法，有效地改善了聚类效果，并成功应用于审计监测指标发现和提取过程中，从而进一步研究社保审计监测指标的发现和提取方法；审计监测指标发现和提取系统也应运而生，为后期的审计工作奠定了良好的基础。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 基于聚类的关联规则分析技术
• 1.2.2 基于关联规则的聚类分析技术
• 1.2.3 文本聚类分析技术
• 1.2.4 关联规则分析技术
• 1.3 论文组织结构
• 1.3.1 论文主要研究内容
• 1.3.2 论文内容安排
• 第2章 数据挖掘相关理论
• 2.1 数据挖掘技术
• 2.2 关联规则分析技术
• 2.3 聚类分析技术
• 2.3.1 聚类分析技术
• 2.3.2 聚类效果评估指数
• 2.4 本章小结
• 第3章 社保审计领域词库的动态更新
• 3.1 社保审计领域词库构建
• 3.2 社保审计领域词库动态更新过程
• 3.3 社保领域新词识别算法
• 3.4 本章小结
• 第4章 审计监测指标的发现和提取
• 4.1 k-均值算法及其局限性
• 4.1.1 k-均值算法作为基础算法的原因
• 4.1.2 k-均值算法的局限性
• 4.2 基于最小规则覆盖集的 k-均值算法改进
• 4.2.1 基于最小规则覆盖集的 k-均值改进算法
• 4.2.2 改进算法举例
• 4.3 审计监测指标发现和提取过程及实验分析
• 4.3.1 实验数据集
• 4.3.2 审计方法文本分词
• 4.3.3 审计方法空间向量表示
• 4.3.4 审计方法相似度函数定义
• 4.3.5 关联规则分析
• 4.3.6 聚类分析
• 4.3.7 审计监测指标的发现与提取
• 4.4 本章小结
• 第5章 系统设计
• 5.1 概要设计
• 5.2 详细设计
• 5.3 系统工作流程及模块功能设计
• 5.3.1 审计方法导入模块
• 5.3.2 审计方法分词模块
• 5.3.3 词频统计模块
• 5.3.4 审计方法聚类分析模块
• 5.3.5 审计监测指标发现和提取模块
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢